Leetcode_Hot100_5.最长回文子串

问题类型：动态规划

算法思想

• 适用于具有重叠子问题和最优子结构性质的问题。解决子问题，记忆化存储，便于下次查表，合并子问题的解得出原问题的解。
• 最优子结构性质：问题的最优解所包含的子问题的解也是最优的，则说该问题具有最优子结构性质，满足最优性原理。
• 子问题重叠性质：子问题重叠性质是指在用递归算法自顶向下对问题进行求解时，每次产生的子问题并不总是新问题，有些子问题会被重复计算多次。动态规划算法正是利用了这种子问题的重叠性质，对每一个子问题只计算一次，然后将其计算结果保存在一个表格中，当再次需要计算已经计算过的子问题时，只是在表格中简单地查看一下结果，从而获得较高的效率。

步骤

1. 划分：按照问题的特征，把问题分为若干阶段。注意：划分后的阶段一定是有序的或者可排序的

2. 确定状态和状态变量：将问题发展到各个阶段时所处的各种不同的客观情况表现出来。状态的选择要满足无后续性

3. 确定决策并写出状态转移方程：状态转移就是根据上一阶段的决策和状态来导出本阶段的状态。根据相邻两个阶段状态之间的联系来确定决策方法和状态转移方程

4. 边界条件：状态转移方程是一个递推式，因此需要找到递推终止的条件

题解

分析

作者：力扣官方题解
链接：https://leetcode.cn/problems/longest-palindromic-substring/

状态转移方程：

当前状态=前一状态+引起状态改变的因子

边界条件

代码

1. 字符串长度：s.length()
2. 初始化变量:
   最大长度初始化为1
   定义状态转移表：二维数组的定义
   boolean [][]dp= new boolean [len][len];
3. 将字符串转换为字符数组
   char[] charArray=s.toCharArray();
4. 外层循环：子串长度L
   内存循环：左指针i
   根据子串长度L和左指针i可确定右指针j的位置
   判断s[i]、s[j]
5. 当为true且大于maxlen时，更新maxlen和当前子串起始位置
6. 根据s.substring()方法返回子串。

substring()的作用就是截取父字符串的某一部分
public String substring(int beginIndex, int endIndex)

第一个参数int为开始的索引，对应String数字中的开始位置，

第二个参数是截止的索引位置，对应String中的结束位置

1、取得的字符串长度为：endIndex - beginIndex;

2、从beginIndex开始取，到endIndex结束，从0开始数，其中不包括endIndex位置的字符